Stable Diffusion 2026: Modelos Locales de Texto a Imagen Gratis

Stable Diffusion es un modelo de difusión latente (LDM, latent diffusion model): genera imágenes eliminando gradualmente ruido de una representación comprimida de una imagen, guiado por un prompt de texto, en lugar de trabajar directamente sobre píxeles de resolución completa. Por eso puede ejecutarse en GPUs de consumo en lugar de requerir hardware de centro de datos.

El modelo fue desarrollado por el grupo de investigación CompVis (Computer Vision & Learning) de la LMU de Múnich, dirigido por el profesor Björn Ommer, con Robin Rombach (más tarde en Stability AI) y Patrick Esser (Runway ML) como investigadores clave de la arquitectura de difusión latente subyacente. Stability AI financió el cómputo y colanzó la primera versión pública el 22 de agosto de 2022, junto con CompVis y Runway ML.

Los datos de entrenamiento de las versiones originales usaron subconjuntos de LAION-5B, un gran conjunto público de imágenes y texto creado por la organización sin fines de lucro alemana LAION — un punto relevante para el debate legal y ético en curso sobre el consentimiento de los datos de entrenamiento, que afecta a la mayoría de los modelos de imagen a gran escala, no solo a Stable Diffusion.

Es fundamental entender que "Stable Diffusion" se refiere a los pesos del modelo y el código de inferencia, no a una aplicación terminada. Para realmente escribir un prompt y ver una imagen, necesitas una interfaz. Las opciones más usadas son Stable Diffusion WebUI de AUTOMATIC1111, ComfyUI (basado en nodos, más control), InvokeAI (interfaz profesional pulida) y Fooocus (simplificado, el mínimo de clics para tu primera imagen). PromptQuorum cubrirá cada una de estas interfaces en reseñas dedicadas; este artículo se enfoca en el modelo subyacente.

Ejecutar Stable Diffusion en tu propia GPU sigue el mismo esquema básico sin importar qué interfaz elijas al final.

Esta distinción importa para cualquiera que planee usar imágenes generadas en un producto comercial. La licencia más antigua CreativeML Open RAIL-M / RAIL++-M, usada para SD 1.5, SD 2.1 y SDXL, permite el uso comercial sin límite de ingresos — sus restricciones se basan en el uso (no generar contenido dañino, ilegal o deshumanizante) en lugar de en los ingresos, y cualquier ajuste fino derivado debe mantener las mismas restricciones.

SD 3 y SD 3.5, en cambio, operan bajo la más reciente Stability AI Community License. Según el texto de licencia publicado en Hugging Face, el uso comercial u organizacional requiere registrarse con Stability AI, y si tú o tus filiales generan más de $1,000,000 de ingresos anuales agregados, la licencia otorgada bajo el acuerdo termina y debes solicitar una licencia Enterprise a Stability AI, que se otorga a discreción de Stability AI con términos negociados por separado.

El uso no comercial y de investigación de SD 3/3.5 no requiere registro bajo la Community License. Por separado, Stability AI también opera un programa de membresía (Non-Commercial, Professional, Enterprise) para su API alojada y herramientas — esa membresía es una oferta comercial distinta de los términos de licencia de autoalojamiento anteriores, y ambos términos pueden cambiar, así que confirma la redacción actual directamente en stability.ai antes de basar una decisión de negocio en ella.

Autoalojar Stable Diffusion es gratis — solo pagas por tu propio hardware y electricidad, bajo la licencia que aplique a la versión elegida (ver la sección de licencia arriba). No hay ninguna tarifa rastreada por PromptQuorum por descargar y ejecutar los pesos por tu cuenta, y no se requiere ninguna suscripción para la generación local sin conexión.

Stability AI vende por separado acceso alojado para quienes no quieren usar su propia GPU: una membresía Non-Commercial (gratis, para uso personal/de investigación), una membresía Professional de pago mensual (habilita uso comercial autoalojado y acceso a la API alojada), y una membresía Enterprise con precio personalizado para grandes organizaciones por encima del umbral de ingresos de la Community License. Stability AI también ofrece créditos de API de pago por uso para generación bajo demanda sin suscripción.

Stable Diffusion se gana su lugar como el fundamento de la generación de imágenes local y abierta — no porque una sola versión sea hoy la de mejor rendimiento, sino por la profundidad del ecosistema construido a su alrededor desde 2022. Los lectores dispuestos a instalar una interfaz como AUTOMATIC1111, ComfyUI, InvokeAI o Fooocus obtienen acceso a la mayor biblioteca de checkpoints de la comunidad, ajustes finos LoRA y herramientas ControlNet de cualquier modelo de imagen local, además de control total sobre su propio hardware y datos. El compromiso es real: no es una app de un clic, las necesidades de hardware escalan de forma significativa según la versión, y la licencia pasó de la totalmente abierta CreativeML Open RAIL-M (SD 1.5/2.1/SDXL) a la Stability AI Community License limitada por ingresos (SD 3/3.5) — una distinción que vale la pena verificar antes de cualquier despliegue comercial. Los lectores que quieran el mejor fotorrealismo desde el primer momento también deberían evaluar FLUX; quienes quieran cero configuración deberían considerar una herramienta en la nube como Midjourney o Adobe Firefly. Para quien quiera autoalojar la generación de imágenes y beneficiarse del conjunto de herramientas más grande a su alrededor, Stable Diffusion sigue siendo el punto de partida razonable.